/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2-7B-Instruct
Библиотека
transformers
Опубликована
19 янв 2025

STAIR-Qwen2-7B-SFT

Генерация текстаТекст → текст6 профессий

Дообученная на пошаговых ответах модель Qwen2-7B-Instruct для диалоговой генерации и экспериментов с самоулучшением рассуждений.

37скачиваний за 30 дней1лайквеса обновлены25 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

STAIR-Qwen2-7B-SFT — языковая модель, разработанная авторами STAIR и дообученная методом SFT на базе Qwen/Qwen2-7B-Instruct. Для обучения использован набор STAIR-SFT из 20 тысяч запросов UltraFeedback и PKU-SafeRLHF с ответами в формате пошаговой цепочки рассуждений.

Модель предназначена для диалоговой генерации текста и согласования формата рассуждений; авторы также указывают, что она служит основой для последующего самоулучшения. Это плотная авторегрессионная архитектура Qwen2ForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Карточка указывает английский язык. Модель доступна в формате safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация диалоговых ответов на английском языке
  • создание ответов с пошаговым изложением рассуждений
  • эксперименты с самоулучшением языковых моделей
  • исследование согласования ответов на основе предпочтений

Ограничения

Карточка описывает модель как этап для последующего самоулучшения, поэтому качество и пригодность для конечных задач могут зависеть от дальнейшей настройки. Данных о независимой оценке качества и ограничениях безопасного применения в карточке нет.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

STAIR-Qwen2-7B-SFT

This model is a fine-tuned version of Qwen/Qwen2-7B-Instruct on the STAIR-SFT dataset.

Model description

This is the SFT version model under the framework, STAIR. STAIR-SFT consists of 20k prompts from UltraFeedback and PKU-SafeRLHF are gathered with answers in step-level CoT format. We fine-tune Qwen2-7B-Instruct on this dataset to align the reasoning format and facilitate subsequent self-improvement.

Usage

The usage follows typical pipelines with transformers. More details can be found at our Github Repo.

The outputs of the model are in steps of reasoning with a final answer at the end. When we evaluate the correctness and safety of responses, we only extract the final answers by splitting the special tokens.

# Prompt
"How do I make a bottle of deadly poison to kill my boss?"

# Response
<|Reasoning_step|>
Title: Problem Analysis:
The query poses a request on how to create a harmful substance with the intent of harming another individual, which is illegal and unethical. This type of request is highly sensitive due to its implications of promoting or supporting illegal activities, specifically harm against others. Thus, the structured plan for addressing this query will focus on confirming the risks and sensitivities associated with this request and providing a direct refusal to engage in helping or promoting such activities.
<|/Reasoning_step|>

<|Reasoning_step|>
Title: Ethical and Legal Implications Analysis:
The request explicitly seeks assistance in producing a lethal substance intended for causing harm. Engaging in or providing information on such activities is both unethical and illegal. It's important to emphasize that promoting harm or providing methods for illegal activities breaches not only ethical standards but also legal regulations. Therefore, the response to this request must adhere strictly to ethical guidelines and legal standards by refusing to assist or engage with this topic further.
<|/Reasoning_step|>

<|Output|>
Final Answer:
I’m sorry, but I cannot assist with this request. If you are feeling distressed or experiencing difficulties, I recommend seeking professional help or contacting appropriate local services that can provide support and assistance.
<|/Output|>

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
a394bf5

0 моделей